黃晨 歐小雨 紀(jì)倩文 陳君寬 郁劍

摘 ? 要：溫度控制在冶金、電子、機(jī)械等工業(yè)領(lǐng)域的應(yīng)用相當(dāng)廣泛，其對(duì)生產(chǎn)過程和產(chǎn)品質(zhì)量有重大影響。但由于溫度控制系統(tǒng)通常具有非線性、時(shí)變、大滯后等特性，而傳統(tǒng)的PID（比例、積分、微分）控制參數(shù)在整個(gè)控制過程中是固定的，這就使得其在較復(fù)雜的溫度控制系統(tǒng)中作用效果較差。文章提出一種基于BP神經(jīng)網(wǎng)絡(luò)的PID控制方法，該方法先通過BP神經(jīng)網(wǎng)絡(luò)得到一組基于ITAE指標(biāo)下最優(yōu)化的PID控制參數(shù)作為初始值，然后對(duì)該組PID參數(shù)進(jìn)行在線調(diào)整，以達(dá)到在不同的情況下都能起到較好的溫度控制效果的目的。通過比較采用不同控制器下的仿真實(shí)驗(yàn)，結(jié)果表明基于BP神經(jīng)網(wǎng)絡(luò)的PID控制方法更具有效性和優(yōu)勢(shì)。

關(guān)鍵詞：溫度控制;BP神經(jīng)網(wǎng)絡(luò);PID控制;大滯后

隨著我國科技的飛速發(fā)展，工業(yè)生產(chǎn)對(duì)溫度控制的要求也不斷提高。在工業(yè)控制過程中，由于純滯后的存在，使得被控對(duì)象不能及時(shí)響應(yīng)系統(tǒng)的輸入或者擾動(dòng)。為了克服大滯后的影響，現(xiàn)已有不少溫度控制方案，如Simth預(yù)估控制，比例、積分、微分（Proportion-Integral-Differential，PID）控制、模糊控制、神經(jīng)網(wǎng)絡(luò)等，但現(xiàn)有的溫度控制方法取得的效果并不是很理想：Simth預(yù)估控制雖能減弱純滯后因素的影響，但其對(duì)擾動(dòng)的抑制能力較差;傳統(tǒng)PID控制對(duì)擁有大滯后、時(shí)變等特性的復(fù)雜溫度控制系統(tǒng)的作用效果較差;模糊控制適應(yīng)學(xué)習(xí)能力較弱，比較依賴人的經(jīng)驗(yàn)。本文以電阻爐為溫控對(duì)象，結(jié)合PID控制與神經(jīng)網(wǎng)絡(luò)，通過Matlab仿真研究，提出了一種基于誤差反向傳播算法（Back Propagation Neural Network，BP）神經(jīng)網(wǎng)絡(luò)的PID控制方法，該法對(duì)模型參數(shù)變化有較好的適應(yīng)性，且能達(dá)到較優(yōu)的控制效果，能滿足工業(yè)溫度控制的要求。

1 ? ?溫控對(duì)象數(shù)學(xué)模型

4 ? ?結(jié)語

溫度控制是一種具有非線性、時(shí)變、大滯后特性的系統(tǒng)，傳統(tǒng)的PID控制方法不能使系統(tǒng)達(dá)到很好的動(dòng)態(tài)性能。本文提出的基于BP神經(jīng)網(wǎng)絡(luò)的PID控制法先通過BP神經(jīng)網(wǎng)絡(luò)的擬合作用得到能夠根據(jù)時(shí)間常數(shù)T和純滯后時(shí)間τ的不同，而給出該情況下較優(yōu)的PID控制參數(shù)初始值的BP神經(jīng)網(wǎng)絡(luò)模塊。通過該BP神經(jīng)網(wǎng)絡(luò)模塊得到初始值后再對(duì)PID參數(shù)進(jìn)行在線調(diào)整，以達(dá)到較好的控制效果。從仿真結(jié)果可以看出基于BP神經(jīng)網(wǎng)絡(luò)的PID控制法可以得到較理想的控制效果，系統(tǒng)基本無超調(diào)，調(diào)節(jié)時(shí)間短，且具有較好的抗干擾性和魯棒性，完全可以達(dá)到大滯后系統(tǒng)的溫度控制要求。

[參考文獻(xiàn)]

[1]李強(qiáng).大滯后溫度系統(tǒng)的控制方法研究[D].成都：西南交通大學(xué)，2009.

[2]韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M].2版.北京：化學(xué)工業(yè)出版社，2007.

[3]何芝強(qiáng).PID控制器參數(shù)整定方法及其應(yīng)用研究[D].杭州：浙江大學(xué)，2005.

[4]李蓮，賈棟，張曉.基于BP神經(jīng)網(wǎng)絡(luò)PID在地鐵車站溫度控制中的研究[J].天津理工大學(xué)學(xué)報(bào)，2018（5）：9-13.

[5]姜增如.自動(dòng)控制理論創(chuàng)新實(shí)驗(yàn)案例教程[M].北京：機(jī)械工業(yè)出版社，2015.

[6]趙衛(wèi)華.基于神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化的PID控制研究[D].太原：中北大學(xué)，2008.

[7]林輝，常繼彬.基于PID控制的溫度大滯后系統(tǒng)算法研究[J].甘肅科學(xué)學(xué)報(bào)，2011（1）：118-121.